EVOLUTION DES PROBLÉMATIQUES INFORMATIQUEConnaître le passé et le présent pour envisager l’avenir

POURQUOI CE COURS ?

Culture générale Comprendre un passé récent et vous

positionner dans une actualité changeante Prévoir l’avenir ou au moins se préparer à

évoluer

CE COURS COMMENT

CM : présentation théoriques de concepts TD et TP : étude de cas, lecture d’articles récents

et anciens Venue d’un industriel (1er juin) pour présenter

l’évolution de son métier en même temps que des outils tels que la globalisation des ressources

Evaluation : 3 notes 1 exposé en binômes sur une notion – 10 minutes de

présentation Fiches de synthèse + rédaction d’une nouvelle

futuriste (à rendre en fin de semestre) Examen sur table : deux articles scientifiques à

mettre en perspective

Jour Type Remarque

25/04 CM Intro + IA

27/04 CM IA

03/05 CM IHM

09/05 TD Lectures S&Vie

11/05 CM & TD Richard Hotte (Evolution Enseignement)

16/05 TD & TD Exp 3 … 7

21/05 TP Visu Vidéos

23/05 TP Sujet des nouvellesDébut fiches de synthèses

30/05 TP Lectures guidées + fiches synthèses

01/06 CM & TD & TP N. Thomas

04/06 TP Lectures guidées + fiches synthèses

05/06 TP Lectures guidées + fiches synthèses

DÉFINITIONS

QUELQUES DÉFINITIONS

Paradigme = « vision du monde » Kuhn définit un paradigme scientifique

comme suit : un ensemble d'observations et de faits avérés ; un ensemble de questions en relation avec le

sujet qui se posent et doivent être résolues ; des indications méthodologiques :

comment ces questions doivent être posées) ; comment les résultats de la recherche scientifique

doivent être interprétés.

QUELQUES DÉFINITIONS

Une problématique est une question particulière. Il s’agit de construire progressivement la réponse, en approfondissant la question initiale et chacune des étapes de la résolution.

QUELQUES DÉFINITIONS

Innovation (Larousse en ligne) Ensemble du processus qui se déroule depuis la naissance

d'une idée jusqu'à sa matérialisation (lancement d'un produit), en passant par l'étude du marché, le développement du prototype et les premières étapes de la production.

Processus d'influence qui conduit au changement social et dont l'effet consiste à rejeter les normes sociales existantes et à en proposer de nouvelles

QUELQUES MOTS SUR L’INFORMATIQUE

ANNÉES 1950 ?

Balbutiements de l’informatique Pouvait-on prévoir son développement ?

Qu’elle devienne LA science de l’information et de la communication ?

Qu’elle impacte les autres sciences comme la bio ou la médecine ?

Qu’elle influence l’économie mondiale ? La société ? La culture ?

Qui peut prédire l’avenir ? Voire arriver une révolution ? Les philosophes Les historiens Les scientifiques Les sociologues Les artistes Les hommes politiques

Qui pouvait reconnaitre les innovations qui allaient marcher ? la souris internet

ET MAINTENANT ?

Où en sommes nous ? Comment imaginez vous l’informatique de

demain ? Est-ce que la révolution est finie ? En est on

au balbutiement ?

LES GRANDS PARADIGMES INFORMATIQUES

L’architecture des ordinateurs La recherche dans les réseaux Les grilles : globalisation des ressources et des

données Systèmes embarqués La cryptologie L’ubiquité et confidentialité des données La fouille de données L’intelligence artificielle Les IHM La linguistique informatique et TALN …

L’INTELLIGENCE ARTIFICIELLE (IA)

INTRODUCTION

DÉFINITION

Champ de recherche Théorique et applicatif Accompagne les progrès

Intégré à la culture générale Terme ambigu qui ne laisse personne

indifférent

DÉFINITION 2/2

réussir à donner à des machines des capacités leur permettant d'effectuer des taches ou des activités réputées intelligentes

Mais pourtant : reclasser dans l'ordre croissant des nombres

donnés en vrac, ou de résoudre des équations, ne sont évidemment pas considérés comme intelligents

BUT DES RECHERCHES EN IA

rendre la machine capable  : d’acquérir de l'information, de raisonner sur une situation statique ou

dynamique de résoudre des problèmes combinatoires par

des procédures générales de faire un diagnostic de proposer une décision, un plan d'action d'expliquer et de communiquer les conclusions

qu'elle obtient de comprendre un texte ou un dialogue en

langage naturel de résumer, d'apprendre, de découvrir.

L'objectif de ce cours est de proposer une image

structurée des préoccupations de la

recherche en IA hier et aujourd'hui.

HISTORIQUE

AVANT 1956Qui Quoi

Warren McCulloch Walter Pitts

tout premiers modèles de réseaux de neurones artificiels

Norbert Wiener cybernétique

Claude Shannon Théorie de l’information

John Von Neumann Architecture des calculateurs

Alan Turing Fonctions calculables par machine

1956

Conf de Dartmouth (New Hampshire USA) Organisée par :

John Mac Carthy et Marvin Minsky Présence remarquable de :

Alan Newell et Herbert Simon

ANNÉES 50-70

Démonstrateur de théorème (GPS) Programmes d’échecs Test de QI

ANNÉES 70

Traitement de la langue naturelle Systèmes experts Robots mobiles

QUI QUOI OU ?

USA Europe Asie (à partir des années 1975)

En France : Cybernétique : Louis Couffignal et Paul Braffort IA : Paris (Jacques Pitrat), puis Marseille (Alain

Colmerauer), … partout !

EVOLUTION DES AVANCÉES EN IA

L’IA C’EST QUI ?

Les USA Puis l’Europe Puis l’Asie à partir du milieu des années 70

En France, Paris, Marseille, puis Grenoble, Nancy, Rennes, et finalement dans tous les labos d’informatique

Quelques noms francais : Couffignal et Braffort Alain Colmerauer Jacques Pitrat

PRINCIPAUX PARADIGMES DE RECHERCHE

REPRÉSENTATION DES CONNAISSANCES

Concevoir / développer des formalismes Généricité Informations factuelles, incertaines,

temporelles Liens conceptuels Expressions en logiques ou graphes

RECUEIL DE CONNAISSANCES

Travail avec experts (détenteurs de connaissances)

Mettre au point méthodes et outils pour faciliter le recueil, l’analyse et la structuration

Ontologies

FORMALISATION ET MÉCANISATION DE RAISONNEMENTS

Réaliser des outils efficaces et théoriquement fondés pour raisonner

Raisonnement déductif Raisonnement inductif Raisonnement abductif Raisonnement par analogie Lien avec les sciences cognitives

ÉVALUATION DE SITUATIONS

Evaluer des situations pour : Classer, décider ou planifier

A mettre en perspective avec la théorie de la décision (économiste) mais avec des notions de préférences, de connaissances et de maitrise de complexité calculatoire

A partir des années 90, la décision devient problématique centrale en IA

Jusque là : représentation symbolique et logique du

raisonnement, Loin d’opérations numériques utilisées pour la

décision Maintenant :

Il est clair que l’IA peut apporter des outils pour une représentation plus souple, plus qualitative et plus consise qui offre des possibilités d’explications des décisions proposées.

La planification un cas particulier de décision

Déterminer un enchainement d’actions qui permette d’atteindre un but à partir d’une situation donnée

Problème : on cherche des actions élémentaires susceptibles de permettre d’atteindre un sous but ou but partiel, mais il se peut qu’une sous suite d’actions menant à la satisfaction partielle du but recherché peut ne pas constituer un morceau d’une solution.

SYSTÈMES MULTI AGENTS

Prise de décision par un groupe d’individus= décision centralisée(!= décision collective où il s’agit d’une

décision distribuée.)= un groupe d’agents doit parvenir à une

décision commune

- Problème de recherche de compromis, de solution équitable

APPRENTISSAGE ARTIFICIEL But : construire automatiquement des modèles à

partir d’exemples

Méthodes de regroupement d’exemples Apprentissage supervisé Apprentissage par contrainte

Technologies possibles : arbres de régression, machines à vecteurs supports,

réseaux bayésiens, réseaux de neurones, approches neuro-floues, optimisation de la performance

arbres de décision, programmation logique inductive, ou méthodes basées sur les ensembles approximatifs souci de lisibilité de ce qui est appris

INTELLIGENCE (ARTIFICIELLE) COLLECTIVE

Coopérations d’agents Définition de protocoles d’interactions Définition de modèles d’organisation Etude de l’émergence de fonctions

collectives à partir de comportements élémentaires (le cas des fourmis)

L’IA ET LES SCIENCES DU TRAITEMENT DE L’INFORMATION

LES STIC

Les Sciences du traitement de l'information et de la communication = science du calcul numérique ou symbolique, sur ordinateur

Bien au-delà de ca : tous les problèmes posés par la manipulation d'un matériau dont la spécificité et l'importance se sont affirmées depuis un demi-siècle : l'information.

L'information existe sous différentes formes et requiert de nombreux traitements pour être utilisable par l’homme

3 GRANDES FAMILLES DE TRAITEMENTS DE L’INFORMATION

ceux ayant pour but de l'élaborer, de l'interpréter;

ceux ayant pour fonction de la stocker, de la retrouver et de l'expliciter;

les traitements visant à exploiter l'information dans des environnements statiques ou dynamiques.

SPÉCIALITÉS DE L’IA QUI EN DÉCOULENT

Problématiques spécifiques : le traitement du signal, l'analyse de données, la

reconnaissance des formes, l'interaction homme-machine, les bases de données, la recherche d'information, l'IA, l'automatique, la recherche opérationnelle

Problématiques transversales (selon le type d’info traitée) le traitement d'images et la vision par

ordinateur, le traitement du langage naturel, la linguistique computationnelle qui font pour partie appel à des techniques d'IA

Problématiques de synthèses : l'indexation multimédia, la robotique

EXEMPLE D’APPLICATION

DÉMONSTRATIONS

Animation d’agents : Steering behaviors http://www.red3d.com/cwr/boids/ + le roi lion

Vie artificielle + algo génétiques : Animats – JA Meyer Robot intégrant des algorithmes d'adaptation et

d'apprentissage (vidéo)

Apprentissage http://www.20q.net/ devine à quoi on pense